排序方式: 共有42条查询结果,搜索用时 0 毫秒
1.
针对工业视觉检测中直线边缘存在沾连、毛刺等噪声,导致拟合效率不高、精度较差的问题,提出一种基于梯度方向改进的随机采样一致性(improved random sample consensus,IRANSAC)的迭代加权最小二乘(iterative reweighted least-squares,IRLS)直线拟合算法,即IRANSAC-IRLS算法。首先,利用直线上边缘点的梯度方向相近,将梯度方向引入边缘点RANSAC拟合,来降低错误的随机抽取的次数;然后,对IRANSAC提取出来的局内点进行迭代加权最小二乘拟合,求得最终的直线参数。在噪声点比例为20%、40%、60%、80%的条件下,将IRANSAC-IRLS与基于随机采样一致性算法的最小二乘(RANSAC-LS)拟合算法的仿真实验结果进行对比,IRANSAC-IRLS比RANSAC-LS的拟合效率分别提高16.3%、41.9%、47.5%、53.2%,拟合精度分别提升14.3%、16.7%、44.0%、69.0%。 相似文献
2.
3.
4.
目标检测试图用给定的标签标记自然图像中出现的对象实例,已经广泛用于自动驾驶、监控安防等领域。随着深度学习技术的普及,基于卷积神经网络的通用目标检测框架获得了远好于其他方法的目标检测结果。然而,由于卷积神经网络的特性限制,通用目标检测依然面临尺度、光照和遮挡等许多问题的挑战。本文的目的是对卷积神经网络架构中针对尺度的目标检测策略进行全面综述。首先,介绍通用目标检测的发展概况及使用的主要数据集,包括通用目标检测框架的两种类别及发展,详述基于候选区域的两阶段目标检测算法的沿革和结构层面的创新,以及基于一次回归的目标检测算法的3个不同的流派。其次,对针对检测问题中影响效果的尺度问题的优化思路进行简单分类,包括多特征融合策略、针对感受野的卷积变形和训练策略的设计等。最后,给出了各个不同检测框架在通用数据集上对不同尺寸目标的检测准确度,以及未来可能的针对尺度变换的发展方向。 相似文献
5.
6.
近年来,电子设备的应用有了巨大的进步。不仅是长途通信有了很大发展,同时也发现了新的应用领域。典型的例子有:工业测量和控制设备,电子计算机和许多新型的船舶和飞机的导航设备。一个近代的装有雷达设备的定期飞机,其中所用的电子管数可多至500个,而军用电子设备则更为可观。据美国公布的数字:一个大的轰炸机约使用2000个电子管,一只战约使用10000个电子管。由于工业设备、飞机以及其它方面使用电子管的数量迅速增加的结果,对电子管可靠性的程度应较以前更重视,特别是在复杂的设备上,一个电子管损坏,常常引起严重后果。本文对"可靠性"及"寿命"的相对概念作了新的解释。文中叙述的是工厂内采用的方法,同时使用者亦可采用这些方法来增进电子管的可靠性及寿命。 相似文献
7.
8.
9.
罗金 《建材高教理论与实践》2008,(4):127-130
中国大学英语学习者的歧义容忍度水平与他们的听、说、读、写四项技能以及总的英语水平都存在着显著的正相关关系,但歧义容忍度水平与他们的听、说、读、写成绩的相关程度之间并无显著差异。 相似文献
10.